BDA基础课程
符合由SSC NASSCOM与业界合作制定并由政府批准的能力标准
为什么学习大数据?
大数据与分析市场:到2020年，全球大数据和商业分析的收入将增长到2030亿美元。[国际数据公司]
大数据人才缺口麦肯锡在2011年曾假设并分析了具有深厚分析技能的人才数量的潜在缺口，“2018年将出现150万数据专家的短缺”。IBM表示，到2020年，数据科学和分析职位的数量预计将增长近36.4万个，达到约272万个。(福布斯)
提供高薪工作:在美国市场，大数据专业人士的广告年薪中位数为12.4万美元。(福布斯)
最期望的技能和职位:机器学习、大数据和数据科学技能是招聘中最具挑战性的技能，如果没有这些技能，可能会对正在进行的产品开发和市场战略造成最大的破坏。(福布斯)
谁应该上我们的大数据课程?
- 主修工程、计算机科学、统计学、科学或数学等专业的大学生
- 希望在大数据分析方面探索自己的职业选择和兴趣的专业人士
- 狂热爱好者想了解大数据分析背后的炒作
查看我们的大数据课程
你将在这门在线大数据课程中学到什么?
- 基于Mapreduce的算法设计
- 流行大数据系统和平台的特点
- 关系和半结构化数据模型，数据格式和数据流
- 大数据处理系统、分析与可视化基础
- 大数据系统，数据库和编程以及行业用例
- 介绍Spark工具箱中的关键工具，包括Spark MLlib和GraphX
这是什么大数据课程关于?
《大数据分析基础课程》旨在提高那些对编程和数据序列有基本了解的人的技能，帮助他们扩展知识，并在初学者水平上学习大数据分析技术的基础知识。本课程分为三个模块，其中第一个是导论模块。
概述
使学生能够探索大数据分析的基础知识，为他们提供一个基础，从那里他们可以提高自己的技能，以适应特定的大数据分析工作角色
编程的基础知识，包括数据序列，如堆栈，队列，字符串，数组，链表，树，映射和面向对象编程的概念
主要学习成果:
- 评估大数据的趋势，讨论大数据如何改变业务
- 评估用于处理大数据的不同平台
- 评估数据库的特性
- 为分布式数据处理编写映射和还原代码
- 了解大数据建模和管理背后的关键概念，并获得建模大数据项目所需的实际技能
- 选择适合数据需求的数据模型
- 区分传统的数据库管理系统和大数据管理系统
- 从大数据管理系统检索数据
- 执行简单的大数据集成和处理操作
趁早学习大数据
大数据课程
符合由SSC NASSCOM与业界合作制定并由政府批准的能力标准
本节将涵盖的主题包括个人在接受大数据分析核心概念培训之前必须具备的基本知识和技能。
1.主要学习成果
在本模块结束时，学生将能够:
a.评估导致大数据分析的技术趋势
b.欣赏大数据分析在转变业务和客户用例方面的潜力
c.解释大数据的商业应用，包括它在分析、营销、零售、酒店、消费品等方面的应用。
2.主题
a.大数据技术的演变
b.大数据的特征和6v: Volume, Variety, Velocity, Veracity, Valence and Volume
c.数据科学概论，以及它如何帮助我们从大数据中获取价值
d.预防欺诈、安全情报、价格优化、推荐引擎、预防性维护和运营效率等大数据用例
e.大数据系统和编程基础，包括分布式文件系统、可扩展计算、云计算和云服务模型
3.实践活动
确定你选择的五个不同行业中的用例，并详细说明如何使用大数据分析来转换这些用例。
4.大约持续时间(指示性-用于在线模块)
理论:5小时
本节将涵盖的主题包括个人操作各种大数据系统和平台必须具备的基本技能。
1.主要学习成果
在本模块结束时，学生将能够:
a.发展数据结构和算法基础，形成大数据系统的基础
b.选择和实施合适的数据结构来解决大数据问题
c.接触不同的处理大数据的平台
d.了解数据库和大数据平台(如Hadoop)的基础知识
e.编写Map和Reduce代码，对数据进行分布式处理
2.主题
a.数据库基础知识，包括关系数据库、表、数据类型、SQL和NoSQL数据库等主题
b.目前流行的大数据系统和平台(如Hadoop)的特点
c. MapReduce算法设计
d.数据存储和批处理操作
3.工具和技术(指示性清单)
Java, Hadoop, Apache Pig, Apache Spark和Dynamo DB
4.实践活动
执行大数据入门任务:运行Map和Reduce代码，执行数据存储和检索操作，在Hadoop等大数据平台上执行批处理操作
5.大约持续时间(指示性-用于在线模块)
理论:10小时
实用:10小时
1.主要学习成果
在本模块结束时，学生将能够:
a.了解大数据建模和管理背后的关键概念，并获得大数据项目建模所需的实际技能
b.识别各类数据需要进行的频繁数据操作
c.根据数据需求选择合适的数据模型
区分传统的数据库管理系统和大数据管理系统
d.从样本数据库和大数据管理系统中检索数据
e.在Hadoop和Spark平台上执行简单的大数据集成和处理操作
2.主题
大数据管理
a.数据摄取、数据存储、数据质量、数据操作、可伸缩性和安全性等概念
b.概念包括关系和半结构化数据模型、数据格式、数据流和数据湖
c.数据建模的结构、操作和约束
d. DBMS与BDMS的区别
大数据处理
a.大数据集成与处理基础
b.大数据管道和工作流基础知识
c.大数据管道基础知识和大数据管道中的分析操作
大数据分析
a.大数据分析基础
b.利用大数据构建可视化
c. Spark工具箱中的关键工具介绍，包括Spark MLlib、GraphX
3.工具和技术(指示性清单)
Hadoop, Apache Spark, Postgres, Pandas和MongoDB
4.实践活动
在大数据平台(如Hadoop)上组合来自不同类型(静态分布式数据集、流数据、SQL或NoSQL存储)的不同来源的数据。使用这些组合数据，使用Spark等工具构建一个预测模型(例如，金融市场)。
5.大约持续时间(指示性-用于在线模块)
理论:20小时
实用:10小时
NASSCOM FutureSkills和Digital Vidya的联合参与证书
大数据职业道路
大数据-数据工程师/ETL工程师
如果你目前的技能是:Oracle, SAP, DB2, MySQL经验，数据工程师，数据库专家，SQL专家，具有SQL知识的测试员/质量工程师
你完全可以选择改变你的职业:软件工程师，程序员，数据库管理员，项目经理，只要你熟悉RDBMS, SQL
大数据-应用工程师/开发人员
如果你目前的技能是:J2EE/Java开发人员，Python开发人员，其他全栈开发人员，程序员
你将在这里学到的工具大数据
在线课程
大数据课程认证
Digital Vidya大数据基础证书
NASSCOM SSC FutureSkills基金会认证
充分利用双重认证
这是什么行业领袖说关于我们?
Digital Vidya在将数据分析带到世界各地方面做得很好!
Akshay Sehgal，总经理
Digital Vidya在将不同经历的人聚集到一个平台上，以创建最好的数据科学技能管道方面做得很好。
Ambuj Kathuria，数据与分析主管
在印度建立一个具有分析和数据科学实践经验的人才库是当务之急。像Digital Vidya这样的平台对于填补这一空白至关重要。
Ravi Vijayaraghavan，分析和决策科学总裁兼主管
我们做什么?学生说关于我们?
从一开始，这就是一段漫长的旅程。在数据科学领域，巨大的机遇在我们面前展现。
伟大的经验。简单有组织的学习，很好的方法。
Digital Vidya在很短的时间内让我对数据科学有了全面的了解。
案例研究和项目提高了我的技能，让我有信心称自己为数据科学家。
本课程最适合初学者，它将让您全面了解数据科学和机器学习的各个领域。
这是一次很棒的经历。学习了很多当今行业的新事物。
在线大数据课程常见问题
谁应该学习大数据?
如果你一直在处理数据，比如数据库管理员、数据库分析师、ETL(提取、加载和转换)工程师、数据分析师、SQL专家、管理事务系统、执行数据建模。这是学习ETL使用大数据技术的下一步技能，其中包括Pig、Hive、Sqoop、Flume的专业知识。
不仅如此，这也是一门非常适合大学生和大一新生的大数据培训课程。特别是那些学习计算机科学、工程、数学和统计学的学生。对这些学科有所了解的新手也可以报名。
谁应该参加我们的在线大数据课程?
作为一名程序员，您一直在创建、构建和维护企业级应用程序。现在你想要升级到大数据技术平台，使用Spark、Kafka。这是一个非常全面的课程，将帮助您开发一套深入的技能，以使用实时处理框架及其生态系统。
我怎么知道这是印度最好的大数据课程?
尤其是有很多原因
-本课程得到NASSCOM Future-Skills的认可，完成本课程的候选人将获得Digital Vidya和NASSCOM的双重认证。
-课程符合NASSCOM国家职业标准对大数据角色的技能要求。
-课程由行业和学术专家设计，他们为客户解决业务问题，了解成为大数据工程师/大数据应用工程师所需的技能、能力、技术要求和实际操作水平。他们确保课程与平台和技术进步的速度保持同步。
-高度全面的课程，包括14小时以上的视频内容和32小时的实践作业
-以家庭作业和项目为重点的行业实践计划
-终身访问和支持，活跃的QnA论坛，通过访谈访问行业专家，网络研讨会，项目
我是一名计算机专业的学生，我应该学习大数据课程和哪个专业?
作为一名学生，与那些通常拥有相同简历的同龄人相比，你正在完成工作和有趣的角色。”这个行业将适合你的角色和项目，差异非常有限。
然而，如果你在这个行业的热门领域中掌握技能，你将有机会在这个行业中非常令人兴奋的项目中工作。因为你获得的技能，你显然会领先于你的同龄人和其他在行业中早期有工作经验的人。
在专业方面，你可以选择数据工程师或应用工程师，这是基于你迄今为止在学术领域获得的兴趣。如果你喜欢数据建模、SQL查询，可以选择数据工程师专门化。如果你真的喜欢编程，并且一直在编码、参加竞赛、黑客松，那么你会想要选择应用程序工程师这一方向。如果你从学生时代就开始学习，你将能够很快地交叉技能，成为一名技能广泛的大数据技术专家，为自己在行业中创造一个明显的优势。
我是一个使用J2EE应用程序的应用工程师，我应该学习大数据课程吗?
绝对的。在线学习大数据课程将大大提高您作为应用程序开发人员、程序员的专业知识。
你为什么选择在线传播媒介?
我们提供大数据在线课程的原因有很多。我们本可以在典型的培训/教育机构那样的课堂环境中轻松提供这门课程。我们已经成功组织在线课程超过10年。以下是我们的交付格式的主要好处:
-你永远不会错过任何你的现场会议，即使你在旅行
-你将节省大量宝贵的时间和金钱，否则将浪费在100多个小时的旅行中
-在舒适的家中、办公室或任何其他地方参加
-通过独家LMS(学习管理系统)和问答论坛，您将始终与其他参与者和项目负责人保持联系，以获得任何形式的支持
-您将从来自不同地点的其他参与者的各种经验中学习
-您将从行业和学术专家那里获得极好的学习经验
这就是为什么我们有来自世界各地的38,000多名参与者，包括印度(德里，古尔冈，班加罗尔，孟买，金奈，海得拉巴，诺伊达，浦那，加尔各答)，阿联酋(迪拜)，东南亚(新加坡，马来西亚)，非洲，美国和欧洲参与约50批次在任何时间点。还是不确定?参加我们即将到来的迎新会，您将爱上Digital Vidya和我们的在线交付格式。
有可能同时做大数据数据/ETL工程师和应用工程/开发人员这两个专业吗?
您可以一个接一个地进行这两种专门化。然而，从有效学习的角度来看，这是不可取的。建议只选择其中一个轨道，并在该轨道上获得专业和经验。这将帮助你以一种深刻的方式培养你的事业。
我不是核心开发人员，但擅长数据库，SQL，测试，基础设施，我可以参加这个大数据在线培训吗?
是的，你可以。前提是你擅长统计和数学。这可能很难，但不是不可能，你可能还需要做一些额外的自学。
在这个投标资料在线课程中，我将获得怎样的实践经验?
课程、作业和项目的设计都有很多想法，使学习者能够体验深度学习，并有信心将自己定位为行业大数据技术人员的角色。
根据情况和需求，您还可能获得与我们客户一起实习的机会。
我是一名数据工程师，我应该上大数据课程吗?
绝对的。学习大数据课程将大大提高您作为数据工程师的专业知识。大数据要求人们学习基于Hadoop的技术，许多大型银行、金融机构、电子商务供应商正在转向这些平台，以创建差异化的产品。
我是一名使用R/Python的数据分析师。我应该学习大数据课程，哪个专业?
绝对的。当你掌握数据分析能力时，你将为组织显著增加价值，现在你也将为大数据实时处理平台拓宽你的技能。Spark平台在课程中有广泛的介绍，为您提供Spark Core、Spark Advanced、Spark ML以及与Kafka的集成。
你很可能会被列入该行业“最渴望/最热门的技能”之列。
你们提供退款保证吗?
是的!在参加课程的第一次在线课程后，如果您不喜欢课程，请向我们要求退款。我们将退还您的课程费用，除了接受您的反馈，我们不会问任何问题。但是，在任何其他情况下，我们将无法退还您的费用。
符合由SSC NASSCOM与业界合作制定并由政府批准的能力标准